一个真正嵌入日常生活的 AI 助手，需要能够从每个人生活中的蛛丝马迹里学习和理解，解决复杂生活场景中问题。 在 AGI-Next 前沿峰会 上，腾讯姚顺雨举了一个很生活化的例子：当你问 AI "今天吃什么" 时，真正限制答案质量的，可能不是模型不够大，也不是推理不够强， 而是它不知道你今天冷不冷、想不想吃热的、最近和朋友聊过什么、家人又有什么偏好需要纳入考虑。 因此，下一代 AI 助手真正需要的，往往不是记住更多 "知识"，而是对 "生活上下文（context）" 的理解与推理。这也正是 CL-Bench family 最新续作 CL-Bench Life 想要回答的问题。 机器之心发布 我们对于 "个人助手" 的想象，正在变得越来越具体。 在日常生活中，Context 的复杂性以另一形式展现 The other h alf of context learning 想要真正解决现实 世界的问题，AI 不能仅仅依赖 训练时记住的知识，它必须从当下正在发生的事情中学习新的 context、基于它们进行推理，并记住那些真正关 键的信息。此前，我们打造了 CL-Bench 来测试这种上下文学习能力。但现在回过头看，我 ...